基于声纹深度时序的矿井提升机健康状态预测_王锋.pdf

第42卷第02期2023年02月煤炭技术Coal TechnologyVol.42 No.02Feb.2023doi:10.13301/ki.ct.2023.02.0420引言矿井提升机作为煤矿生产中集机、液、电一体化的大型矿井生产设备之一，一旦出现故障将严重威胁工作人员生命安全，影响生产效率。因此，对于矿井提升机健康状态预测是保障煤矿开采不间断性和人员工作安全性亟待解决的问题。目前对于矿井提升机健康状态预测主要基于振动、电流和声纹信号进行分析。基于振动信号的故障诊断方法必须采用接触式传感器采集，这在大型机械特别是井下复杂环境中具有一定的局限性；基于电流信号的故障诊断方法只能对有限的故障进行分析，诊断面窄；基于声纹信号采用非接触式测量的方法，对于故障发生的敏感性高，前兆信息特征明显。因此，本文选用声纹信号作为原始信号输入，构建DRSN-GRU-Attention混合神经网络模型实现矿井提升机健康状态预测。1声纹信号时域特征处理1.1声纹信号预处理（1）滤波降噪由于井下环境复杂，拾音器采集到的原始声纹信号伴随大量非相关噪声，结合矿井提升机所处环境，考虑到提升机工作特性，本文采用自适应滤波降噪法消除声纹信号中的噪声信号，突出有用信号，自适应调节滤波器降噪法误差序列e（n）=d（n）-Ni=1wiXi（m）（1）基于声纹深度时序的矿井提升机健康状态预测*王锋1，李敬兆1，王国锋2，郑昌陆3(1.安徽理工大学 电气与信息工程学院，安徽 淮南232001；2.淮河能源集团股份有限公司，安徽 淮南232001；3.上海申传电气股份有限公司，上海201800)摘要：矿井提升机健康状态预测是保障煤矿安全稳定开采的重要方法。传统利用接触式传感器采集状态信号存在安装不便、误差大等弊端。针对上述问题，提出基于声纹深度时序的矿井提升机健康状态预测方法。利用非接触式传感器采集提升机声纹信号，通过自适应滤波降噪、预加重和分帧加窗等方法预处理；采用MFCC算法提取13维信号特征；构建DRSN-GRU-Attention神经网络预测模型实现健康状态预测，与DRSN，GRU，DRSN-GRU模型对比，验证该模型对提升机健康状态预测性能更优。关键词：故障预测；声纹识别；神经网络；矿井提升机中图分类号：TD534文献标志码：A文章编号：1008 8725（2023）02 179 04Research on Prediction Method of Mine Hoist Operation State Basedon Time Series Features of Voiceprint DepthWANG Feng1，LI Jingzhao1，WANG Guofeng2，ZHENG Changlu3（1.School of Electrical and Information Engineering,Anhui University of Science and Technology,Huainan 232001,China；2.Huaihe Energy Group Co.,Ltd.,Huainan 232001，China；3.Shanghai SH-Driver Electric Co.,Ltd.,Shanghai201800，China）Abstract:The prediction of the health state of the mine hoist is an important method to ensure the safeand stable mining of coal mines.The traditional use of contact sensors to collect status signals hasdisadvantages such as inconvenient installation and large errors.Aiming at the above problems,ahealth state prediction method of mine hoist based on voiceprint depth time series is proposed.Usingnon-contact sensors to collect hoist voiceprint signals,preprocessing through adaptive filtering,noisereduction,pre-emphasis,and framed windowing;using MFCC algorithm to extract 13-dimensionalsignal features;constructing DRSN-GRU-Attention neural network prediction model to achieve healthstate prediction,compared with the DRSN,GRU,DRSN-GRU models,it is verified that the model hasbetter performance in predicting the health state of the hoist.Key words:failure prediction；voiceprint recognition；neural network；mine hoist*国家自然科学基金项目（51874010；61170060）；北京理工大学高精尖机器人开放性研究项目（2018IRS16）；物联网关键技术研究创新团队(201950ZX003)179第42卷第02期基于声纹深度时序的矿井提升机健康状态预测王锋，等Vol.42 No.02式中d（n）期望响应序列；N信号长度；wi权矩阵；Xi（m）输入声纹信号。采用最小均方误差算法结合自适应滤波器组对矿井提升机原始声纹信号进行滤波降噪，自适应降噪效果图如图1所示。将原始声纹信号与滤波降噪后的声纹信号对比，验证自适应滤波降噪很好地保留了相关信号特征。时间106/s（a）矿井提升机原始声纹信号时间106/s（b）去噪后的声纹信号图1自适应降噪效果图（2）预加重预加重在一定程度上可以弥补信号高频部分的损耗，保护声纹声道信息，使信号更加平稳，第n个采样点预加重处理后的信号y（n）=x（n）-ax（n-1）（2）式中x（n）第n个采样点声纹信号；x（n-1）第n-1个采样点声纹信号；a预加重系数，a=0.97。（3）分帧加窗声纹信号在短时间内是连续平稳的，为了方便后续傅里叶变换，需要对其进行分帧处理，规定每一帧的帧长为采样率的2.5%，帧移为采样率的1.5%，本文声纹信号采样率为16 000 Hz，即帧长为400，帧移为240。并对分帧后的声纹信号添加汉明窗以保证相邻帧之间的平稳过渡，加窗处理后的信号S（n）=S（n）（n）（3）其中，汉明窗函数（n）=0.54-0.46cos（2nN-1），0nN-1式中S（n）分帧后的信号。1.2MFCC声纹信号特征提取经滤波降噪得到的信号数据量大、冗余信息较多。MFCC作为语音信号中常用的时频域特征，已广泛应用于机械设备声纹信号处理中。MFCC流程示意图如图2所示。图2MFCC流程示意图（1）快速傅里叶变换对经过预处理之后的每一帧声纹信号进行快速傅里叶变换，得到频域信号，便于后续分析提取，快速傅里叶变换后第k帧频域信号X（k）=N-1n=0S（n）e，0kNf（4）式中Nf采样点个数。（2）计算能量谱对每一帧经快速傅里叶变换得到的频域数据取模平方，第k帧频域信号能量谱E（k）=X2（k）（5）（3）Mel滤波器组滤波由于分帧的影响，频域中的声纹信号存在不平滑、谐波含量多、共振峰不突出等问题，因此，利用Mel滤波器实现频谱的平滑化处理。第m个滤波器的传递函数（6）式中f（m），f（m1），f（m1）第m，f（m1），f（m1）个三角滤波器中心频率。（4）取对数能量每个Mel滤波器组输出的能量L（m）=ln（Nk=1E（k）Hm（k）（7）（5）离散余弦变换经离散余弦变换，得到MFCC系数C（n）=N-1m=0L（m）cosi（m-0.5）M，i=1，2I（8）式中IMFCC系数的阶数，I=12。至此形成一帧信号的12维MFCC特征向量。（6）动态差分参数提取提取声纹特征的差分参数，以获得语音信号的-j2nkNf幅度0.10.200.30.40.50.60.70.80.91.00.040.020-0.02-0.040.10.200.30.40.50.60.70.80.91.0幅度0.050-0.05Hm（k）=0kf（m-1）2（k-f（m-1）（f（m+1）-f（m-1）（f（m）f（m-1）f（m-1）kf（m）2f（m1）k（f（m+1）-f（m-1）（f（m）f（m-1）f（m）kf（m1）0kf（m1）取对数能量Mel滤波器组滤波一阶差分预处理动态差分参数提取计算能量谱离散余弦变换矿井提升机声纹信号MFCC特征参数快速傅里叶变换180在RSBU-CS中，将GAP应用于特征x的绝对值以获得一维向量。然后，将一维向量传播到一个2层的FC网络中，以获得1个缩放参数，然后在2层FC网络的末端应用sigmoid函数，使缩放参数缩放到（0，1）的范围，缩放参数=11+e-z（10）式中zRSBU-CS中2层FC网络的输出。缩放参数乘以|x|的平均值，获得阈值。如果阈值大于特征x的最大绝对值，则软阈值的输出为0。RSBU-CS中使用的阈值=average|xi，j，c|（11）式中i，j，c特征x的宽度、高度和通道的索引。为了充分挖掘提升机声纹数据的时序特征，本文将RSBU-CS中的普通卷积替换成空洞卷积，与普通的卷积层不同，空洞卷积具有因果关系，感受野灵活，适合于构建具有记忆能力的时序网络。经过多次实验测试，发现采用空洞率d=2时，提升机的故障准确率更高，RSBU-CS结构图如图4所示。3实验与分析3.1数据集整理实验数据采集自淮南矿业集团潘三煤矿主井提升机，采集时间为2021年2月，绞车房内放置图4RSBU-CS结构图2台提升机，提升机电机型号均为6.4 kW交流同步电机。电脑环境配置：Inter I5-10400F处理器，RTX3060显卡，16 GB运行内存，Python3.7编辑器。利用门限端点检测法对滤波降噪后的367段录音进行端点检测，共得到提升机电机超载故障声音样本178个，提升机电机电流故障声音样本547个，提升机电机机械故障声音样本704个。根据经验，测Cw1输入31，k，步长1Conv（BN，Relu）31，k，步长1Conv（BN，Relu）Cw1输出C11FC（MC）C11BN,ReLU,FC（M1）111111zx111绝对值，GAP平均值恒等映射点乘软阈值算法连接Sigmoid动态特征。第t个一阶差分特征dt=Ct+1-CttTTt1t（Ct+k-Ct-k）2Tt1t2othersCt-Ct-1tL-T（9）式中Ct第t个倒谱系数；T一阶导数时间差。通过上述运算，得到声纹数据的13维特征，其中包括12维MFCC特征和1维差分特征。2DRSN-GRU-Attention预测模型设计DRSN-GRU-Attention模型结构如图3所示，主要分为输入层、DRSN（深度残差收缩网络）层、GRU（门控循环单元）层、Attention（注意力机制）层和输出层。13维MFCC特征作为输入，通过DRSN层提取特征。设计卷积层使其深度增加，有效挖掘内部数据和空间层级信息；设计添加一定数量DRSN-CS残差项，能够让深度残差网络根据数据集的噪声含量设定不同的阈值，从而使模型具备降噪能力；设计批归一化层，改善损失分布，大幅提升网络的最大可训练深度；设计GAP（全局平均池化层），防止模型训练过拟合，增强系统鲁棒性；设计FC（全连接层），将特征转换为一维结构，完成特征向量提取，实现矿井提升机故障